cover
Contact Name
arif mudi priyatno
Contact Email
arifmudi@aks.or.id
Phone
+6282390449323
Journal Mail Official
institute@aks.or.id
Editorial Address
Jl. HR Soebrantas KM 16.5, Kab. Kampar, Provinsi Riau, 28293
Location
Kab. kampar,
Riau
INDONESIA
Journal of Engineering and Science Application
ISSN : 30470544     EISSN : 30469627     DOI : https://doi.org/10.69693/jesa
Journal of Engineering and Science Application (JESA) is published by the Institute Of Advanced Knowledge and Science in helping academics, researchers, and practitioners to disseminate their research results. JESA is a blind peer-reviewed journal dedicated to publishing quality research results in the fields of Applied Sciences, Engineering and Information Technology. All publications in the JESA Journal are open access which allows articles to be available online for free without any subscription. JESA is a national journal with e-ISSN: 3046-9627, and is have fee of charge in the submission process and review process. Journal of Engineering and Science Application publishes articles periodically twice a year, in April and October. JESA uses Turnitin plagiarism checks, Mendeley for reference management and supported by Crossref (DOI) for identification of scientific paper.
Articles 91 Documents
Perancangan Sistem Aplikasi Absensi Perangkat Desa Menggunakan Metode Weighted Product dan Teknologi Geofencing Berbasis Web Heru Narmuji; A. Nurul Anwar
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.115

Abstract

Absensi perangkat desa di Kecamatan Cibungbulang, Kabupaten Bogor, masih menghadapi kendala dalam pencatatan, validasi lokasi, rekapitulasi, dan penilaian kedisiplinan. Penelitian ini bertujuan merancang dan membangun sistem absensi berbasis web yang memanfaatkan teknologi Geofencing untuk memvalidasi lokasi absensi serta metode Weighted Product (WP) untuk menilai dan menentukan peringkat kedisiplinan perangkat desa. Data penelitian diperoleh melalui observasi, wawancara, dan studi pustaka. Sistem dikembangkan menggunakan PHP dengan framework Laravel dan basis data MySQL dengan model pengembangan Waterfall. Validasi lokasi dilakukan dengan memperoleh koordinat pengguna melalui Geolocation API, menghitung jarak menggunakan formula Haversine, kemudian membandingkannya dengan radius Geofencing yang telah ditentukan. Penilaian kedisiplinan menggunakan lima kriteria, yaitu Kehadiran, Ketepatan Waktu, Inisiatif, Disiplin dan Kinerja, serta Tidak Hadir, dengan bobot berturut-turut 0,30; 0,25; 0,15; 0,15; dan 0,15. Hasil pengujian menunjukkan bahwa sistem dapat menerima absensi dalam radius yang ditentukan dan menolak absensi di luar area. Pengujian White Box menghasilkan Cyclomatic Complexity sebesar 7 pada proses login, 8 pada Geofencing, dan 6 pada perhitungan WP. Pada perhitungan periode Agustus 2026, Ujang memperoleh nilai preferensi 0,5259696288 dan peringkat pertama, sedangkan Budi memperoleh 0,4740303712 dan peringkat kedua. Sistem juga menyediakan rekapitulasi, pemantauan, dan laporan absensi untuk mendukung evaluasi kedisiplinan.
Implementasi Algoritma Naive Bayes untuk Prediksi Kondisi Keuangan Mahasiswa pada Aplikasi Manajemen Keuangan Mahasiswa Berbasis Android Menggunakan Model Waterfall Rizal Mukhaimin; Muhamad Meky Frindo
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.116

Abstract

Pengelolaan keuangan pribadi menjadi tantangan bagi mahasiswa, terutama dalam memantau keseimbangan pemasukan dan pengeluaran serta mengenali kondisi keuangan secara berkala. Penelitian ini bertujuan mengembangkan aplikasi manajemen keuangan berbasis Android yang menerapkan algoritma Naive Bayes untuk mengklasifikasikan kondisi keuangan pengguna. Pengembangan perangkat lunak menggunakan model Waterfall yang terdiri atas analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Aplikasi dikembangkan menggunakan Kotlin pada sisi Android, sedangkan layanan backend menggunakan PHP dan basis data MySQL. Fitur utama meliputi registrasi dan login, pencatatan transaksi, riwayat keuangan, target keuangan, analisis, laporan, notifikasi, dan pengaturan profil. Naive Bayes digunakan untuk mengolah fitur keuangan dan menghasilkan klasifikasi kondisi keuangan ke dalam kategori Sehat, Cukup, dan Boros. Pengujian fungsional dilakukan dengan metode Black Box Testing untuk memastikan setiap fitur berjalan sesuai dengan kebutuhan sistem. Evaluasi penerimaan pengguna dilakukan melalui kuesioner terhadap 100 responden dengan 10 pernyataan dan skala Likert empat tingkat. Rekapitulasi kuesioner menghasilkan skor 3.332 dari skor maksimum 4.000 atau sebesar 83,30%. Hasil tersebut berada pada rentang 76%–100% dan dikategorikan sangat baik. Hasil penelitian menunjukkan bahwa aplikasi menyediakan fungsi utama pengelolaan keuangan dan memperoleh tanggapan pengguna yang positif. Aplikasi ini diharapkan dapat membantu mahasiswa memantau aktivitas keuangan, memahami pola pengeluaran, serta meningkatkan kesadaran dalam mengelola keuangan pribadi secara lebih terencana. Akurasi klasifikasi secara kuantitatif perlu dilaporkan terpisah berdasarkan data uji berlabel yang tervalidasi.
Implementasi Metode Naive Bayes Dalam Sistem Pakar Untuk Prediksi Penyakit Pada Tanaman Jagung Berbasis Website Fajar Hardiansyah; Badriah Nursakinah
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.117

Abstract

Jagung merupakan salah satu komoditas pangan penting di Indonesia yang berperan dalam memenuhi kebutuhan pangan dan mendukung sektor pertanian. Namun, produktivitas tanaman jagung dapat mengalami penurunan akibat serangan berbagai penyakit. Kurangnya deteksi dini serta keterbatasan pengetahuan dalam mengidentifikasi penyakit secara tepat dapat menyebabkan keterlambatan penanganan dan meningkatkan risiko kerugian hasil panen. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pakar berbasis web yang dapat membantu mendiagnosis penyakit tanaman jagung menggunakan metode Naïve Bayes. Metode ini digunakan untuk menghitung probabilitas penyakit berdasarkan gejala yang dipilih oleh pengguna sehingga sistem dapat menentukan kemungkinan diagnosis yang paling sesuai. Pengembangan sistem diharapkan dapat mempermudah petani dalam memperoleh informasi awal mengenai penyakit tanaman jagung secara praktis dan efisien. Pengujian sistem dilakukan menggunakan metode black-box testing untuk mengevaluasi kesesuaian fungsi-fungsi sistem dengan spesifikasi yang telah ditentukan. Hasil pengujian menunjukkan bahwa fungsi utama sistem berjalan sesuai dengan yang diharapkan. Pengujian perhitungan menggunakan metode Naive Bayes juga menunjukkan bahwa sistem dapat mengolah gejala yang dimasukkan pengguna dan menghasilkan diagnosis berdasarkan nilai probabilitas tertinggi. Selain itu, sistem menyediakan informasi mengenai penyakit yang teridentifikasi beserta rekomendasi penanganan yang dapat dijadikan sebagai panduan awal. Berdasarkan hasil penelitian, sistem pakar berbasis web ini berpotensi membantu proses identifikasi awal penyakit tanaman jagung, meningkatkan akses terhadap informasi pertanian, serta mendukung pengambilan keputusan dalam penanganan penyakit. Dengan demikian, sistem yang dikembangkan diharapkan dapat menjadi sarana pendukung bagi petani dalam mengurangi risiko kerugian akibat serangan penyakit dan menjaga produktivitas tanaman jagung.
Sistem Pendukung Keputusan Penentuan Prioritas Paket Retur Dengan Metode Topsis pada Ekspedisi SiCepat Irham Febriansyah; Syndhe Qumaruw Syty
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.118

Abstract

The process of determining the priority of return package handling at SiCepat Ekspres Bekasi Pondok Melati is still carried out manually, often resulting in inconsistent decision-making. This condition may lead to delays in handling return packages, affect compliance with the Service Level Agreement (SLA), and reduce the achievement of operational Key Performance Indicators (KPIs). This study aims to design and develop a web-based Decision Support System (DSS) using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to support a more objective and systematic prioritization of return packages. The decision-making process is based on five criteria: handling time urgency, transaction category, and return reason. The system was developed using the Waterfall software development method and implemented with the Laravel framework and MySQL database. The results show that the proposed system is capable of performing TOPSIS calculations automatically and generating priority rankings based on the assigned criteria weights. The system also assists operational staff in identifying which return packages should be processed first, making the decision-making process more consistent, efficient, and well documented. Therefore, the proposed system is expected to improve the efficiency of return package handling at SiCepat Ekspres Bekasi Pondok Melati.
Penerapan Algoritma Boyer–Moore pada Sistem Pembelajaran Digital di SMP Darussalam Ciputat Mohammad Fijar Septa Dendy; Ari Syaripudin
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.119

Abstract

This study develops a web-based digital learning system for SMP Darussalam Ciputat and implements the Boyer–Moore algorithm in its learning-material search feature. The study addresses students’ difficulty locating concepts in learning documents and the administrative burden of managing materials, assignments, and academic information through conventional processes. The application provides role-based access for administrators, teachers, and students, supports learning-material distribution, and enables students to search text stored from uploaded materials. The system was developed using the Rapid Application Development (RAD) approach: requirements planning, user design, construction, and cutover. PHP was used for server-side processing, MySQL for data storage, and web technologies for the interface. In the search module, a keyword is treated as a pattern and compared with document text from right to left. The bad-character shift mechanism allows the algorithm to skip text positions when a mismatch occurs. Functional testing used black-box scenarios, while white-box analysis examined the search procedure. The manuscript reports that the main functional scenarios passed and that the search module had a cyclomatic complexity value of six. These findings indicate that the application followed the specified functional scenarios and that its search logic can be examined through independent paths. However, they do not establish a universal speed advantage for every document size or computing environment; response time can also depend on text length, server resources, and database processing. The system offers a structured way to distribute learning materials and search their text.
Deteksi Email Phishing Menggunakan Machine Learning Dengan Algoritma Random Forest Classifier dan Random Search Cross-Validation Andi Muhammad Isa; Deanna Durbin Hutagalung
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.120

Abstract

Email is widely used in educational institutions, but its operational convenience is accompanied by phishing threats that can lead to credential theft, data leakage, and other security incidents. This study develops a machine learning-based system for classifying email text into Safe Email and Phishing Email categories using Random Forest optimized with Random Search Cross-Validation (RSCV). The research uses historical email data from SDN Limo 1 Kota Depok. The processing stages include text cleaning, case folding, masking of email addresses and URLs, stopword removal, stemming, outlier handling, and TF-IDF feature extraction. The dataset is divided into 80% training and 20% testing data. Random Forest is evaluated in a standard configuration and after hyperparameter optimization using five-fold cross-validation and ten random iterations. The optimized model achieves 96.99% accuracy, 97% macro precision, 97% macro recall, and 97% macro F1-score, improving accuracy by 2.51 percentage points over the standard model. The model is implemented in a Streamlit web application to support practical preliminary email screening in educational environments. The application also provides prediction probabilities, an explainable analysis of influential terms, testing history, role-based access, and data export for authorized users. The results indicate that hyperparameter optimization can improve classification performance while the integrated application can support faster initial screening before further security verification is performed.
Aplikasi Edukasi Pengelolaan Sampah Berbasis Web pada Bank Sampah Langit Biru Arni Susanti Ndruru; Ade Putra Prima Suhendri
Journal of Engineering and Science Application Vol. 4 No. 1 (2027): November-april
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v4i1.122

Abstract

Pengelolaan sampah yang efektif memerlukan pengetahuan dan kesadaran masyarakat tentang pemilahan sampah, tetapi edukasi tatap muka di bank sampah belum menyediakan materi yang dapat dipelajari ulang dan belum mencatat perkembangan pemahaman anggota secara sistematis. Penelitian ini merancang dan membangun aplikasi edukasi pengelolaan sampah berbasis web pada Bank Sampah Langit Biru, Jakarta Utara, dan mengevaluasi efektivitasnya dengan model Kirkpatrick empat level. Aplikasi dikembangkan dengan metode Waterfall menggunakan framework Laravel dan basis data MySQL, dengan fitur modul pembelajaran, kuis pre-test dan post-test, grafik hasil belajar, peringkat pengguna, penukaran poin, dan ekspor laporan. Pengujian black box menunjukkan keenam skenario uji valid. Evaluasi melibatkan 70 anggota yang dipilih secara purposive. Skor reaksi pengguna sebesar 4,30 dari 5,00, rata-rata nilai pengetahuan naik dari 60 menjadi 85 (N-Gain 0,625, kategori sedang; p < 0,001), dan skor perilaku sebesar 3,60 dari 5,00. Anggota aktif bertambah dari 50 menjadi 70, volume sampah dari 200 kg menjadi 320 kg, dan setoran dari dua menjadi empat kali per minggu. Aplikasi ini dapat diterima dan mendukung pembelajaran, meskipun desain satu lokasi dan waktu singkat membatasi generalisasi.
Klasifikasi Gangguan Jaringan Load Balancing Menggunakan Metode Naive Bayes Sriyono Pambudi; Atang Susila
Journal of Engineering and Science Application Vol. 4 No. 1 (2027): November-april
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v4i1.124

Abstract

Perkembangan teknologi informasi yang semakin pesat menyebabkan kebutuhan terhadap jaringan komputer yang stabil dan andal menjadi sangat penting dalam menunjang operasional perusahaan. Pada lingkungan jaringan yang menggunakan metode load balancing, gangguan jaringan seperti Server Down, Packet Loss, Latency, Overload, Routing Loop, dan Delay dapat mempengaruhi kestabilan distribusi trafik jaringan. PT. Indomarco Prismatama sebagai perusahaan yang menggunakan beberapa ISP dalam sistem load balancing masih melakukan pencatatan gangguan jaringan secara manual, sehingga proses identifikasi dan analisis gangguan menjadi kurang efektif. Penelitian ini bertujuan untuk menerapkan metode Naive Bayes dalam mengklasifikasikan gangguan jaringan load balancing berdasarkan data historis gangguan jaringan. Metode penelitian yang digunakan adalah metode eksperimen dengan pendekatan machine learning menggunakan algoritma Naive Bayes. Tahapan penelitian meliputi pengumpulan data, preprocessing data teks, transformasi data menggunakan TF-IDF, pembagian data training dan testing, proses klasifikasi, serta evaluasi model menggunakan Accuracy, Precision, Recall, dan F1-Score. Dataset yang digunakan terdiri dari data gangguan jaringan yang diklasifikasikan ke dalam beberapa kategori gangguan jaringan. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan gangguan jaringan dengan baik. Berdasarkan hasil pengujian terhadap total data 950 dengan 750 data training dan 200 data testing, model berhasil memperoleh nilai Accuracy sebesar 90%, Precision sebesar 90%, Recall sebesar 90%, dan F1-Score sebesar 90%. Hasil tersebut menunjukkan bahwa metode Naive Bayes efektif digunakan dalam proses klasifikasi gangguan jaringan load balancing berbasis data teks. Sistem yang dibangun diharapkan dapat membantu teknisi jaringan dalam melakukan identifikasi gangguan secara lebih cepat, objektif, dan efisien dibandingkan metode manual.
Identifikasi dan Klasifikasi Tingkat Gejala Depresi Remaja Menggunakan Logistic Regression Multinomial Berdasarkan Dukungan Sosial dan PHQ-9 (Studi Kasus: LPKA Kelas II Kendari) Ermila Ermila; Nani Restati Siregar; Asa Hari Wibowo
Journal of Engineering and Science Application Vol. 4 No. 1 (2027): November-april
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v4i1.126

Abstract

Masalah kesehatan mental seperti depresi kerap dialami remaja di Lembaga Pembinaan Khusus Anak (LPKA), namun skrining rutin sering kali belum optimal. Penelitian ini bertujuan mengklasifikasikan tingkat gejala depresi remaja di LPKA Kelas II Kendari menggunakan pendekatan Logistic Regression Multinomial berdasarkan tiga dimensi dukungan sosial, yaitu keluarga, teman, dan orang yang berarti. Data dikumpulkan dari 72 anak binaan laki-laki berusia 14–19 tahun melalui kuesioner Patient Health Questionnaire-9 (PHQ-9) yang digunakan untuk membentuk label empat tingkat gejala (tidak ada gejala, ringan, sedang, dan berat) serta Multidimensional Scale of Perceived Social Support (MSPSS) yang menghasilkan tiga fitur. Model dievaluasi menggunakan Stratified 5-Fold Cross Validation dan kontribusi tiap dimensi diuji melalui ablasi fitur. Hasil penelitian menunjukkan akurasi rata-rata sebesar 91,62% dengan macro F1-score 0,9091 dan tetap stabil pada pengulangan sepuluh kali dengan rata-rata akurasi 94,30%. Kelas sedang dan berat dikenali seluruhnya, sedangkan kesalahan hanya terjadi pada kelas tidak ada gejala dan ringan. Uji ablasi fitur mengindikasikan bahwa dimensi teman memberikan penurunan akurasi terbesar jika dihilangkan 20,48 poin, disusul orang yang berarti dan keluarga, meskipun urutan ini baru menunjukkan kecenderungan karena variasi antarlipatan yang besar. Model akhir berhasil diimplementasikan ke dalam aplikasi web berbasis Flask sebagai alat bantu skrining awal bagi petugas. Hasil klasifikasi ini merupakan skrining awal, bukan diagnosis, dan diharapkan dapat mempermudah identifikasi dini risiko depresi pada remaja di lembaga pembinaan.
Implementasi Metode Addtive Ratio Assessmen untuk Penerima Beasiswa di SMKN 8 Kabupaten Tangerang Faisal Beckham An’noer; Amin Hidayat
Journal of Engineering and Science Application Vol. 4 No. 1 (2027): November-april
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v4i1.127

Abstract

SMKN 8 Kabupaten Tangerang yang terletak di Kelurahan Tipar Raya, Kecamatan Jambe, Kabupaten Tangerang merupakan salah satu institusi pendidikan yang secara rutin menjadi sasaran penerima program beasiswa. Selama ini, proses penentuan calon penerima beasiswa diawali dengan pengajuan permohonan secara mandiri oleh siswa kepada kepala sekolah, yang kemudian dilanjutkan dengan tahap musyawarah bersama oleh pihak sekolah. Namun, dalam praktiknya seringkali timbul perdebatan dan perselisihan akibat belum adanya standar penilaian yang pasti serta transparan dalam menetapkan kelayakan siswa. Untuk mengatasi permasalahan tersebut, dibutuhkan sebuah sistem yang objektif, yaitu aplikasi Sistem Penunjang Keputusan berbasis web dengan menerapkan metode Additive Ratio Assessment (ARAS). Metode ini dipilih karena kemampuannya dalam mengevaluasi berbagai alternatif berdasarkan kriteria terbobot secara sistematis. Adapun kriteria penilaian yang digunakan dalam penelitian dan pengembangan aplikasi ini meliputi jumlah penghasilan orang tua, jumlah tanggungan keluarga, jarak tempat tinggal ke sekolah, nilai akademik, serta prestasi non-akademik siswa. Berdasarkan hasil pengujian dan pemeringkatan menggunakan metode ARAS, diperoleh hasil bahwa siswa atas nama Aditia Permana merupakan kandidat yang paling berhak menerima beasiswa dengan perolehan total nilai optimasi $K$ sebesar $0,889174$. Implementasi aplikasi ini terbukti mampu membuat proses penentuan penerima beasiswa di SMKN 8 Kabupaten Tangerang menjadi lebih objektif, cepat, transparan, dan akurat.

Page 9 of 10 | Total Record : 91